NVIDIA 正通过其开源研究和开发平台 MONAI 推动医疗影像领域的人工智能（AI）集成，该平台用于医疗影像的AI应用，每年可加速处理全球36亿次影像测试，包括X光、CT扫描、MRI和超声波等，从而帮助医生更高效地管理工作量并改善健康结果。
在北美放射学会（RSNA）年度会议上，NVIDIA 宣布西门子医疗已采用 MONAI Deploy，这是 MONAI 中的一个模块，旨在弥合研究与临床生产之间的差距，以加快医疗影像AI工作流的临床部署速度和效率。西门子医疗的 Syngo Carbon 和 syngo.via 平台现已在全球超过15,000台设备中集成了 MONAI Deploy。这使得AI部署时间从几个月缩短到只需几次点击，增强了放射科医生解释X光、CT扫描和MRI图像的能力。
MONAI Deploy 只需几行代码即可构建可以在任何地方运行的AI应用程序。它是一个用于开发、打包、测试、部署和运行临床生产中医疗AI应用程序的工具。使用它可以简化医疗影像AI应用程序的开发和集成过程，NVIDIA 解释道。“MONAI Deploy 在西门子医疗平台上的集成大大加速了AI集成过程，使用户可以将训练好的AI模型移植到现实世界的临床环境中，而这一过程以前需要数月时间，现在只需几次点击即可完成。” NVIDIA 在12月2日表示。
“通过加速AI模型部署，我们赋能医疗机构更快地利用基于AI的医疗影像领域的最新进展，”西门子医疗数字技术和研究主管 Axel Heitland 表示。“借助 MONAI Deploy，研究人员可以快速定制AI模型，并将创新成果从实验室过渡到临床实践，为全球数千名临床研究人员提供直接在其 syngo.via 和 Syngo Carbon 影像平台上访问AI驱动的最新进展的机会。”
MONAI v1.4 和相关 NVIDIA 产品的更新包括新的医疗影像基础模型，这些模型可以在 MONAI 中进行自定义，并作为 NVIDIA NIM 微服务部署。以下是现在作为 NIM 微服务普遍可用的新模型：
- MAISI（医学合成影像AI） 是一种潜在扩散生成式AI基础模型，可以模拟高分辨率、全格式3D CT图像及其解剖分割。
- VISTA-3D 是一种用于CT图像分割的基础模型，提供了覆盖120多个主要器官类别的开箱即用的准确性。它还提供了有效适应和零样本学习能力，以学习分割新结构。
此外，新的 MONAI 多模态模型（M3）框架扩展了多模态大语言模型（LLMs），增加了专家级医学AI功能。
据 NVIDIA 称，全球各地的医疗机构、学术医疗中心、初创公司和软件提供商正在采用和推进 MONAI，包括德国癌症研究中心、纪念斯隆凯特琳癌症中心（MSK）的 Nadeem 实验室、科罗拉多大学医学院、MathWorks、GSK、Flywheel、Alara Imaging、RadImageNet 和 Kitware。在成立五周年之际，MONAI 已经拥有超过350万次下载，并在西门子医疗数字市场上线。提供访问 MONAI 的云平台包括 AWS HealthImaging、Google Cloud、Precision Imaging Network（微软医疗云的一部分）和 Oracle Cloud Infrastructure，NVIDIA 表示。
(全文结束)
